| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第11-13页 |
| 1.2 车牌识别的概述 | 第13-15页 |
| 1.3 国内外研究现状 | 第15-16页 |
| 1.4 本文章节安排 | 第16-17页 |
| 第二章 基于矩理论和BP神经网络的车牌识别 | 第17-40页 |
| 2.1 车牌图像的预处理 | 第17-21页 |
| 2.1.1 灰度化 | 第17-18页 |
| 2.1.2 图像的去噪和灰度拉伸 | 第18-19页 |
| 2.1.3 图像增强 | 第19-20页 |
| 2.1.4 车牌的二值化 | 第20-21页 |
| 2.2 车牌的定位与字符的分割 | 第21-27页 |
| 2.2.1 基于小波变换的车牌定位方法 | 第21-26页 |
| 2.2.2 车牌字符的分割 | 第26-27页 |
| 2.3 基于矩理论和BP神经网络的车牌识别 | 第27-39页 |
| 2.3.1 模式识别概述 | 第27-30页 |
| 2.3.2 字符识别的方法 | 第30-31页 |
| 2.3.3 字符的一般特征描述 | 第31-32页 |
| 2.3.4 矩理论 | 第32-33页 |
| 2.3.5 模版匹配 | 第33页 |
| 2.3.6 BP神经网络 | 第33-38页 |
| 2.3.7 基于矩理论和BP神经网络的车牌识别 | 第38-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 车牌识别系统需求分析 | 第40-44页 |
| 3.1 车牌识别流程 | 第40页 |
| 3.2 系统用例图 | 第40-42页 |
| 3.3 功能模块划分 | 第42-43页 |
| 3.4 业务场景描述 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 系统概要设计 | 第44-48页 |
| 4.1 系统的设计原则 | 第44页 |
| 4.2 系统分析 | 第44-45页 |
| 4.2.1 系统整体结构图 | 第44页 |
| 4.2.2 系统的整体数据流图 | 第44-45页 |
| 4.3 服务端接.定义 | 第45-47页 |
| 4.3.1 安全控制器 | 第45页 |
| 4.3.2 存储控制器 | 第45-46页 |
| 4.3.3 参数设置控制器 | 第46页 |
| 4.3.4 查询控制器 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 系统实现与结果分析 | 第48-72页 |
| 5.1 服务端的实现 | 第48-51页 |
| 5.2 客户端功能的实现 | 第51-60页 |
| 5.3 基于矩理论和BP神经网络的车牌识别算法的实现 | 第60-66页 |
| 5.4 系统介绍 | 第66-68页 |
| 5.5 实验结果分析 | 第68-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-77页 |